京公网安备 11010802034615号
经营许可证编号:京B2-20210330
前MySQL CEO:云将重新定义开发者的每一件事
软件自诞生以来的规则就不曾改变,即软件运行于平台之上。但是软件底层的设计和部署方式却时常发生变化,甚至有时候会彻底的改变。
举个例子,在PC、x86架构以及client/server的模式诞生的80年代,应用程序的设计发生了戏剧性的变化。变化再一次发生在90年代中期,这次是由web及开源技术爆发引起的。无论何时,只要发生这样的变革,就迫使开发者重新思考如何开发和部署他们的软件。
图:Marten Mickos
如今,我们再次看到基础设施的能力发生着巨大的增长,以AWS正引领着行业发展。毫无疑问,AWS在云基础设施领域处于全面领先地位,在AWS上运行应用与在私有环境中运行应用有着天然的不同,即使是经过虚拟化的私有环境。但不论现在还是未来,云应用的设计都和过去显著不同。
扩展
过去,扩展意味着纵向扩展(scaling up),存储更大量的数据,你通常购买更大的服务器。
现在,扩展通常为横向扩展(scaling out)。你不需要购买一个更大的机器,你只需要增加同样的机器。在云世界中,这些机器都是虚机。
弹性
过去,软件被视为不靠的,软件的恢复力依靠硬件层实现。
如今,底层的基础设施被视为非常脆弱的,这些虚机并不保证总可用,应用必须为此随时做好准备。
举个例子,Netflix是领先的云计算用户,正使用这一全新的架构。他们正运行着ChaosMonkey
,ChaosMonkey可以轻易的关闭用于底层应用负载的虚机。为什么只有Netflix这么做?因为他们需要保证虚机正常运行时间和恢复力:通过清除应用随机产生的故障虚机,他们强制开发者建立更弹性的应用。
爆发
过去,考虑统计和费用全部通过应用,应用的负载是坚固的,而且是可预期的。很容易知道系统支撑了多少用户,以及在某一时间点有多少记录可能在运行。
如今,负载变得多样化和不可预知。为了满足单一应用不可预知的复杂需求,就需要新的软件架构。我们现在已经在云中实现这一功能,但显然还很初级。
软件多样性
过去,软件没有那么多的类型。每个应用由一种语言编写,并使用一个数据库。公司往往只使用一种或几种操作系统。
在当下的云世界中却大相径庭。一个应用往往使用许多编程语言,调用许多库和工具集,并使用许多数据库产品。
从虚机到云
Hypervisor与现在云计算考虑的不同。领先的虚拟化厂商VMware,建立的Hypervisor本质上是对以前物理机的延续。
不过,在云世界中,虚机可不是物理服务器的代表,而是计算单元额代表。
用户耐心
过去,用户就像病人面对医生时一样听话。系统需要很长时间来处理一个简单的恢复或升级,在应用中增加功能也十分缓慢,有时根本不进行更新。
如今,用户可不是病人。他们几乎不能忍受延迟或等待,他们期待每周在服务商都有所改善。这种迹象可以在企业的自服务IT系统中发现,IT部门可以灵活的提供内部各种资源需求。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09